腾讯混元升级了AI绘画微调方法，通过Direct-Align和语义相对偏好优化（SRPO）显著提升了图像的真实感和美学评分，人工评估分数提高300%。新方法在32块H20上训练10分钟即可收敛，解决了传统模型的优化局限性，并支持在线调整奖励信号，生成图像质量显著提升。

该研究提出TIPO框架，以解决用户提示简单导致的文本到图像生成质量差的问题。TIPO通过预抽样和细化优化提示，显著提升图像美学评分，减少损坏，强调提示工程的重要性。